信用风险是金融机构面临的最主要风险,发达国家商业银行对信用风险管理比较成熟,在实践和理论上已形成相应体系,信用风险分析不断尝试采用新技术方法。我国商业银行信用风险管理体系不健全,管理技术较简单,还不能满足商业银行对信用风险管理要求。所以,研究信用风险评价对提高我国金融机构竞争能力,对商业银行信用风险管理有重要理论与现实意义。商业银行的发展对整体经济的发展有着重要作用。发达国家对信用风险评价研究已是成熟阶段,而我国正处于初步阶段,因此,本文首先提出研究的背景,概述了国内外研究现状并加以评析,找出其中的不足和明确本文应该研究的重点。其次,论证了信用风险评价对信用风险管理的重要性,商业银行信用风险相关概念的界定,信用风险和BP神经网络的理论基础,及构建信用风险评价指标体系的必要性。再次,借鉴国内外研究学者及标准普尔资信公司的研究,基于客户的系统性和盈利发展性构建了商业银行信用风险评价指标体系。评价体系包括企业素质、企业忠诚度、企业规模、偿债能力、盈利能力、发展能力六大类别,由偿还到期贷款情况、净资产收益率等26个二级指标组成。接着,基于BP神经网络法构建了商业银行信用风险评价模型,利用T检验和因子分析分析出贷款到期偿还率、总资产报酬率、净利润增长率等9个指标具有统计意义。最后,收集某商业银行161笔贷款业务进行实证分析,利用“3σ”评价规则确定客户初始信用水平,并运用Matlab软件对构建的模型进行检验。本文重点研究商业银行信用风险评价指标体系的构建,结合该体系基于BP神经网络构建了信用风险评价模型,并对模型进行了实证分析,从而为商业银行降低信用风险提供一定的借鉴意义。